本发明涉及一种水电集控异常事件远程应急处置方法及系统，属于水电系统自动控制。
背景技术：
1、随着技术的发展，目前水电“无人值班，远程集控”管理模式已逐渐成熟并成为主流，远程集控中心通常一个调度员同时负责多个水电站，由于水电站特殊的运行环境和复杂的工程结构，且具有众多的监控设备和繁多的监控参数，水电站在运行过程中难免会遭遇各类异常事件。这些异常事件可能会对水电站的正常运行和安全性产生威胁，并且异常事件的诊断过程具有显著的复杂性和繁琐性，同一异常事件不同电站具有不同的处置方式，导致当发生异常事件时，依赖于人工手动查阅详细的异常处理规程和调度员的经验积累和应变能力，各类调度操作规程、事故预案、监控处置方式等大量文本形式的知识均需由调控人员进行反复记忆和查询，易产生疏忽或遗漏，执行效率较低，且调控经验和能力难于共享和传承，异常处置的精准性和规范性很难得到保证。
2、为高效地提升水电站在应对各类突发的紧急事件时的应急处置能力，确保应急操作正确进行，最大程度削减异常事件对水电站和社会的负面影响，分析了水电站运行期间时可能会遭受的异常状况和特征，典型的异常事件包括电源中断、监控系统故障、水淹，火烧厂房等。针对可能发生的异常事件，制定了一系列针对性的应急处置预案，所述预案详细描绘了水电站运行期间可能出现的非正常状况，明确了潜在的影响范围，并提供了相应的解决方案，最后汇总形成文本格式的水电站应急处置预案。如表1所示。
3、表1水电站预案数据
4、
5、通过对应急处置预案的整理，得出预案文本的两个特点，导致对数据预处理存在一定困难。
6、1)水电站应急处置预案有着内容大部分为专业术语的特点，如：异常部位与设备名称、异常现象描述、处理流程与分析等，这些专业术语的存在会致使自然语言处理技术中的文本信息提取与文本数据挖掘等工作难以直接实现于水电站应急处置预案中，导致分词出现错误，需要进一步加工。
7、2)水电站应急处置预案中的文本组成结构错综复杂，如“gis各断路器气室sf6压力降低0.55mpa以下时，应及时进行泄漏检测，并查明降低原因。当压力降低至报警压力0.50mpa时，禁止进行操作，并采取措施进行停电处理。”其中既有结构化数据，异常部位与设备名称、参数；又有非结构化数据，针对异常现象处理流程。因此，预案文本的结构复杂为后续的数据抽取与标注工作增添难度。
技术实现思路
1、本发明所要解决的技术问题：由于调控运行人员人工处理应急异常事件的精准度低、时效性差，如何利用知识图谱来实现水电集控异常事件远程应急处置。
2、为解决上述技术问题，本发明提供一种水电集控异常事件远程应急处置方法，包括以下步骤：
3、步骤1、建立异常事件应急处置知识图谱；
4、步骤2、将各运行数据、告警信息接入集控中心监控系统，实时监测是否有异常事件发生；
5、步骤3、监测到异常事件后，根据异常事件的特征和异常事件应急处置知识图谱中的相关信息，生成针对异常事件的处理方案。
6、前述的一种水电集控异常事件远程应急处置方法，在步骤1中，包括以下步骤：
7、11)录入基础数据，包括预制的管理规程和运行规程；
8、12)对文本数据进行预处理，对预案汇编文本分词处理后，训练为分布式词向量，得到词向量结构；
9、13)构建异常事件应急处置知识图谱架构；
10、14)建立异常事件应急处置知识图谱自动构建系统；
11、15)利用所述自动构建系统构建异常事件应急处置知识图谱。
12、前述的一种水电集控异常事件远程应急处置方法，在步骤12)中，构建电力领域专用词典，采用基于python的jieba分词工具包进行分词；在得到词向量结构的过程中，利用python3.10.0仿真环境，调用gensim工具包中的word2vec库进行训练，训练参数包括：
13、窗口大小：指训练时扫描前后词语的数量；
14、词频阈值：指筛选词的条件，当一个词出现次数低于词频阈值时，将被丢弃；
15、随机数发生器：用于对词向量进行初始化。
16、前述的一种水电集控异常事件远程应急处置方法，在步骤12)中，所述词向量结构包括按响应时间顺序逻辑、强调执行条件的逻辑、依照人员身份依次叙述的逻辑，并做出时间标记。
17、前述的一种水电集控异常事件远程应急处置方法，在步骤13)中，包括以下步骤：
18、(a)异常事件处置的知识图谱实体储存节点包括预案、情况、现象、操作四类，通过标签的方法标记不同的节点；
19、(b)异常事件应急处置知识图谱中的边，用于储存相关的判定条件，若无特别的判定条件，则用“下一步”表示,当启动应急预案时，在知识图谱中按照边的传递顺序执行；
20、(c)每套预案包含对多种应急情况，每种应急情况对应不同的处置方法，每一节点均有相应的上下级直至预案停止；
21、(d)每种情况均有相应的触发条件，触发条件以“现象节点”的形式存在，预案开始后根据“现象节点”匹配预案及情况节点处理流程。
22、前述的一种水电集控异常事件远程应急处置方法，在步骤13)中，所述预案节点储存预案的基本信息，只包括name属性和description属性，name用于储存预案名称，description表示详情；
23、情况节点是由一套操作所对应的情况，一个预案可以包含多种情况，每种情况有相应的解决方法，单独定义情况节点，情况节点包含name属性和description属性，name属性用于情况名称,description表示详情；
24、现象节点是每种情况的启动条件，当启动条件全部或部分满足的时候，则认为发生的现象节点对应的情况，再从情况节点找到对应的解决方法，包含name、description、task、mon_、fixed属性；
25、name属性用于储存放在最直观位置显示的信息；
26、description表示详情；
27、task为列表数据，用于存储该现象的更小子现象，用来提高现象判断的正确率；
28、mon_属性是一连串的变量属性，所述变量属性均由mon_开头，所述变量属性用来储存相关设备的监视数据；
29、fixed属性是设备变量属性对应的报警标准定额，例如水轮机额定转速，方便直接提取和展示。
30、每个操作节点包含一个操作步骤及相关的关键词标签，操作节点包含name、description、task、time_limit、contact属性；name、description、task含义与现象节点相同；time_limit用于表示该步骤是否有明确的时间限制；contact表示操作是否有相关联系人。
31、前述的一种水电集控异常事件远程应急处置方法，在步骤13)中，当节点涉及到判断条件时，在上一个需要进行判断的节点加入新标签“条件节点”作为判断开始的标志，用通向下一个节点的边来储存判断条件语句。
32、前述的一种水电集控异常事件远程应急处置方法，在步骤14)中，所述自动构建系统包括数据预处理单元、条件判断模块、关键词自动提取模块、时限提取模块和知识图谱构建模块；
33、在数据预处理单元中,执行以下步骤：
34、将word文本转换为txt文本；
35、按照“预案名称”，“启动条件”，“操作内容”，将文本数据分散到json文件中；
36、将“启动条件”和“操作内容”分解为单个启动条件与单个执行步骤；
37、为每一个句子分配唯一的id；
38、使用python-docx库将word转换为txt文本，执行函数为word2txt，利用docx库读取word中的内容，写入到emergency_plan.txt中；
39、以序号为初步分段的标志，使用num_extract方法提取出当前段落的序号，使用num_logging方法记录当前序号和已有的序号，当序号的第一个数字发生进位时，将两个序号之间的文本写入json文件中，同时temp_record方法记录当前已经写入的预案数，启动条件数，操作步骤数，使各个相关数字以“预案名称”到“启动条件”到“操作步骤”的形式逐步增加，使预案与启动条件、操作步骤的一一对应，初步分割的结果保留在extract_temp.json文件中；
40、fine_extract细分割工具根据序号遍历extract_temp.json文件中所有的activation_criteria预案启动条件和operation_step操作步骤，根据序号对文本进行深加工，将启动条件部分文本和操作步骤文本分割为单独的启动条件与单独操作步骤，以列表的形式储存在activation_criteria文件和operation_steps文件下，并在每个句子前加入[id id数字]标识符，用于每个句子分配唯一id，其中“id数字”为变量；
41、最后，将结果写入fine_extraction.json文件中；
42、所述条件判断模块用于判断操作步骤是否具有前提条件，如果有，则在句子前加上[qls]标识符，用来标注相应操作包含前提条件；相应的条件语句与id的对应关系保存在单独的json文件id2condition.json中；
43、所述关键词自动处理模块读取句子前的id，生成一个id2keyword.json文件，储存每个句子的关键词信息；
44、在时限提取模中，对于需要进行时间限制的操作步骤，指明时间限制的时间单位；
45、所述知识图谱构建模块以各个json文件为输入，将json文件的内容翻译为创建知识图谱的脚本文件。
46、前述的一种水电集控异常事件远程应急处置方法，在步骤14)中，在时限提取模中，设计一个时间单位的字典表，将时间单位注入字典表中，匹配操作步骤中的时间单位，并将时间单位前的数字提取出来作为时限，若没有检测到明确时限，则赋值为-1，生成id2time_limit.json文件，用于储存操作步骤对应的时间限制。
47、前述的一种水电集控异常事件远程应急处置方法，在步骤15)中，包括：
48、首先，数据预处理单元将原本的word文件转化为txt文件，然后读取txt文件的内容，以序号为标志，将文本按照预案名称、启动条件、操作步骤分别注入到fine_extraction.json文件的对应栏目下；
49、之后，条件判断模块、关键词自动提取模块、时限提取模块遍历fine_extraction.json文件中的操作步骤，三个模块分别生成对应的id2condition.json,id2keyword.json,id2time_limit文件；
50、知识图谱构建模块主体由py2neo库相关方法编写，生成控制知识图谱构建的控制脚本，运行控制脚本，在neo4j中构建相关知识图谱，控制节点与边的生成，生成的节点包括预案节点、情况节点、现象节点、操作节点；
51、预案节点通过遍历fine_extraction中的emergency_name键对应值，读取预案名称赋值于name属性中，description属性采用默认空值；
52、情况节点通过遍历fine_extraction中的operation_steps键下的所有键，返回情况名称，赋值于name属性中，description属性采用默认空值；
53、现象节点通过遍历fine_extraction中的activation_criteria键下的所有值，返回情况名称，赋值于name属性中，description属性采用默认空值；
54、生成操作节点的过程为：首先识别fine_extraction中的operation_steps键下，每个情况对应的操作步骤列表内的操作步骤，然后将识别操作步骤前的id码，根据id码在id2keyword.json,id2time_limit中查找对应的关键词与时间限制情况，将操作描述赋值于一个单独的python变量description中，然后将description变量赋值于节点属性descripition中，时间限制情况赋值于time_limit属性中，列表中的关键词以标签的形式添加；
55、各个节点间的边由fine_extraction.json文件和id2condition.json文件指导生成，涉及到的连接关系包括：预案节点与情况节点的连接，情况节点与现象节点的连接，情况节点与操作节点的连接，操作节点与操作节点的依次连接，操作节点与操作节点的条件连接。
56、前述的一种水电集控异常事件远程应急处置方法，在步骤15)中，
57、预案节点与情况节点的连接：先生成预案节点，再生成情况节点，将情况节点装载在一个列表node_list中，预案节点和情况节点生成完毕后，此时预案节点的变量和情况节点的变量均为已知，连接预案节点与情况节点，并在边中储存标签“情况”；
58、情况节点与现象节点的连接：情况节点和现象节点的连接根据不同情况分别对齐,情况和启动条件的对应关系包括：
59、满足全部条件才能表示发生的对应的情况；
60、情况和启动条件为一一对应的关系：
61、预案汇编中的启动条件不足以作为情况的全部条件；
62、情况节点与操作节点的连接：在fine_extraction.json文件中，情况和对应的操作步骤以键值对的形式直接连接在一起，在创建第一个操作步骤节点时，将情况节点与操作节点相连；
63、操作节点与操作节点的依次连接：当本次读取的操作步骤的id没有在id2condition.json文件中找到时，则本次操作步骤与上一次的操作步骤为简单连接关系，用包含“下一步”标签的边连接当前节点与上一操作步骤节点；
64、操作节点与操作节点的条件连接：当读取的操作步骤在id2condition.json文件中找到对应的执行条件，则先给上一个操作步骤节点添加一个“条件节点”标签，用于指代本节点的下一个步骤需要满足一定条件才能执行；然后，从id2condition.json文件中读取相应的条件文本，储存在连接当前操作步骤和上一操作步骤的边的标签数据。
65、前述的一种水电集控异常事件远程应急处置方法，在步骤3中，包括以下步骤：
66、进行异常定位，找出导致异常的具体实体、属性或关系；
67、进行关联分析，分析异常事件周围的实体、属性和关系，在知识图谱中寻找与异常事件相关的其他实体或关系，以理解可能的影响范围和潜在因果关系；
68、基于知识图谱中的信息，进行根本原因分析，找出导致异常事件的根本原因及相应的解决方案；
69、根据合异常定位、关联分析和根本原因分析的结果，生成针对异常事件的处理方案，包括应对措施、风险管控和恢复计划制定处理方案；
70、生成针对异常事件的处理方案过程中采用决策树算法，根据训练好的决策树模型，从树结构中提取出一系列的决策规则，所述决策规则描述基于不同特征值的决策流程，将所述决策规则直接应用于知识图谱数据，制定出具体的处理方案，并将相应的处理方案推送至水电站应急处理中心。
71、一种计算机系统，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现上述方法的步骤。
72、一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现上述方法的步骤。
73、一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现上述方法的步骤。
74、本发明达到的有益效果：本发明通过对调度规程、管理规定等规范性文件分析处理，将水电站中各实体与其相关属性和相关的操作方案、规范等构建异常事件应急处置知识图谱，通过模型训练后加入水电站监控系统，监测到异常时间后及时发出预警和生成相关的应急处置方案，提高水电站工作的安全性。
1.一种水电集控异常事件远程应急处置方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种水电集控异常事件远程应急处置方法，其特征在于，在步骤1中，包括以下步骤：
3.根据权利要求2所述的一种水电集控异常事件远程应急处置方法，其特征在于，在步骤12)中，构建电力领域专用词典，采用基于python的jieba分词工具包进行分词；在得到词向量结构的过程中，利用python3.10.0仿真环境，调用gensim工具包中的word2vec库进行训练，训练参数包括：
4.根据权利要求2所述的一种水电集控异常事件远程应急处置方法，其特征在于，在步骤12)中，所述词向量结构包括按响应时间顺序逻辑、强调执行条件的逻辑、依照人员身份依次叙述的逻辑，并做出时间标记。
5.根据权利要求3所述的一种水电集控异常事件远程应急处置方法，其特征在于，在步骤13)中，包括以下步骤：
6.根据权利要求5所述的一种水电集控异常事件远程应急处置方法，其特征在于，在步骤13)中，所述预案节点储存预案的基本信息，包括name属性和description属性，name用于储存预案名称，description表示详情；
7.根据权利要求6所述的一种水电集控异常事件远程应急处置方法，其特征在于，在步骤13)中，当节点涉及到判断条件时，在上一个需要进行判断的节点加入新标签“条件节点”作为判断开始的标志，用通向下一个节点的边来储存判断条件语句。
8.根据权利要求2所述的一种水电集控异常事件远程应急处置方法，其特征在于，在步骤14)中，所述自动构建系统包括数据预处理单元、条件判断模块、关键词自动提取模块、时限提取模块和知识图谱构建模块；
9.根据权利要求7所述的一种水电集控异常事件远程应急处置方法，其特征在于，在步骤14)中，在时限提取模中，设计一个时间单位的字典表，将时间单位注入字典表中，匹配操作步骤中的时间单位，并将时间单位前的数字提取出来作为时限，若没有检测到明确时限，则赋值为-1，生成id2time_limit.json文件，用于储存操作步骤对应的时间限制。
10.根据权利要求2所述的一种水电集控异常事件远程应急处置方法，其特征在于，在步骤15)中，包括：
11.根据权利要求2所述的一种水电集控异常事件远程应急处置方法，其特征在于，在步骤15)中，
12.根据权利要求1所述的一种水电集控异常事件远程应急处置方法，其特征在于，在步骤3中，包括以下步骤：
13.一种计算机系统，包括存储器、处理器及存储在存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1－12任一项所述方法的步骤。
14.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1－12任一项所述方法的步骤。
15.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1－12任一项所述方法的步骤。
